Ciertas propiedades físicas de interés para los Sistemas de Informacion Geográfica (SIG) (en inglés, Geographical Information System, GIS), no se capturan convenientemente mediante datos ráster en cuadrículas discretas. Por ejemplo, las características geométricas de un paisaje, como carreteras, ríos y límites entre regiones, se describen mejor utilizando líneas o curvas en un sistema de coordenadas proyectado de manera adecuada. En el contexto de los GIS, los datos vectoriales son representaciones geométricas de estos aspectos del paisaje.
Cómo comprender de los Datos Vectoriales¶
Los datos vectoriales consisten en secuencias ordenadas de vértices, es decir, pares de números de la forma . Las coordenadas continuas de cada vértice se asocian a una ubicación espacial física en algún Sistema de Referencia de Coordenadas (SRC) (en inglés, Coordinate Reference System, CRS) proyectado.
- Puntos: Los vértices aislados representan funciones discretas de dimensión cero (por ejemplo, árboles, faroles, etc.).
- Líneas o polilíneas: Cualquier secuencia ordenada de por lo menos dos vértices constituye una polilínea que puede visualizarse trazando líneas rectas entre vértices adyacentes. Las líneas o polilíneas son adecuadas para representar características unidimensionales como carreteras, caminos y ríos.
- Polígonos: Cualquier secuencia ordenada de por lo menos tres vértices en la que el primero y el último coinciden constituye un polígono (es decir, una forma cerrada). Los polígonos son adecuados para representar regiones bidimensionales como un lago o el límite de un bosque. Un uso común de los polígonos es representar las fronteras entre circunscripciones políticas (por ejemplo, países).
Un conjunto único de datos vectoriales georreferenciados con un CRS en particular, generalmente contiene cualquier número de puntos, líneas o polígonos.
Esta imagen muestra los tres tipos de datos vectoriales: puntos, líneas y polígonos. Fuente: *National Ecological Observatory Network* (NEON) (en español, Red Nacional de Observatorios Ecológicos).
(Imágen de la izquierda) Vista aérea de un paisaje, (imágen de la derecha) representaciones vectoriales de puntos de características destacadas.
Fuente: *Sistemas de Información Geográfica* por Victor Olaya.
(Imágen de la izquierda) Vista aérea de un río, (imágen de la derecha) representación vectorial de líneas del río.
Fuente: *Sistemas de Información Geográfica* por Victor Olaya.
(Imagen de la izquierda) Vista aérea de un lago, (imagen de la derecha) representación vectorial poligonal del lago.
Fuente: *Sistemas de Información Geográfica* por Victor Olaya.
Como ocurre con los datos ráster, generalmente las representaciones de datos vectoriales van acompañadas de metadatos para almacenar diversos atributos asociados al conjunto de datos. Los datos vectoriales usualmente se especifican con un nivel de precisión superior a la resolución que permiten la mayoría de las cuadrículas ráster. Además, las características geográficas representadas como datos vectoriales permiten efectuar cálculos que los datos ráster no permiten. Por ejemplo, es posible determinar diversas relaciones geométricas o topológicas:
- ¿Un punto se encuentra dentro de los límites de una región geográfica?
- ¿Dos carreteras se intersecan?
- ¿Cuál es el punto más cercano de una carretera a otra región?
Otras magnitudes geométricas, como la longitud de un río o la superficie de un lago, se obtienen aplicando técnicas de geometría computacional a representaciones de datos vectoriales.
Uso de GeoJSON¶
GeoJSON es un subconjunto de notación de objeto de JavaScript, (JSON, por las siglas en inglés de JavaScript object notation). Fue desarrollado a principios de la década del 2000 para representar características geográficas simples junto con atributos no espaciales. El objetivo principal es ofrecer una especificación para la codificación de datos geoespaciales que sean decodificables por cualquier decodificador JSON.
Los desarrolladores SIG responsables por GeoJSON lo diseñaron con la intención de que cualquier desarrollador web pudiera escribir un parser GeoJSON personalizado, lo que permitiría muchas formas posibles de utilizar los datos geoespaciales más allá del software GIS estándar. Los detalles técnicos del formato GeoJSON se describen en el documento de estándares RFC7946.
Veamos cómo analizar y graficar archivos GeoJSON utilizando la librería GeoPandas. El archivo local cables.geojson almacena datos vectoriales de líneas que representan cables submarinos conectando diferentes masas de tierra.
import geopandas as gpd
from pathlib import Path
FILE_STEM = Path.cwd().parent if 'book' == Path.cwd().parent.stem else 'book'
GEOJSON = Path(FILE_STEM, 'assets/cables.geojson')
print(GEOJSON)with open(GEOJSON) as f:
text = f.read()
print(text[:1500])Intentar leer la salida GeoJSON anterior es complicado pero predecible. Los archivos JSON están pensados para ser consumidos por máquinas y, por tanto, no son muy legibles. Los archivos JSON están pensados genéricamente para ser consumidos por máquinas y, por lo tanto, no son muy legibles.
Utilicemos la función geopandas.read_file para cargar los datos vectoriales en un GeoDataFrame.
gdf = gpd.read_file(GEOJSON)
display(gdf.head())
gdf.info()Hay 530 filas, cada una de las cuales corresponde a datos de línea (una secuencia conectada de segmentos de línea). Podemos utilizar el atributo color de la columna GeoDataFrame como una opción dentro de la llamada a .plot para graficar estos cables.
gdf.geometry.plot(color=gdf.color, alpha=0.25);Usemos un archivo remoto para crear otro GeoDataFrame, esta vez que contenga datos de polígonos.
URL = "http://d2ad6b4ur7yvpq.cloudfront.net/naturalearth-3.3.0/ne_110m_land.geojson"
gdf = gpd.read_file(URL)
gdfEsta vez, el gráfico mostrará polígonos rellenos correspondientes a los países del mundo.
gdf.plot(color='green', alpha=0.25) ;El método GeoDataFrame.loc nos permite graficar subconjuntos concretos de países.
gdf.loc[15:90].plot(color='green', alpha=0.25) ;Uso de archivos Shapefiles¶
El estándar shapefile es un formato digital para distribuir datos vectoriales geoespaciales y sus atributos asociados. El estándar, desarrollado por ESRI hace unos 30 años, es compatible con la mayoría de las herramientas de software SIG modernas. El nombre “shapefile” es un poco engañoso porque este tipo de archivo normalmente consiste en un conjunto de varios archivos (algunos obligatorios, otros opcionales) almacenados en un directorio común con un nombre de archivo común.
De Wikipedia:
El formato shapefile almacena la geometría como formas geométricas primitivas como puntos, líneas y polígonos. Estas formas, junto con los atributos de datos vinculados a cada una de ellas, crean la representación de los datos geográficos. El término “shapefile” es bastante común, pero el formato consiste en una colección de archivos con un prefijo de nombre de archivo común, almacenada en el mismo directorio. Los tres archivos obligatorios tienen las extensiones de archivo .shp, .shx y .dbf. El shapefile real se refiere específicamente al archivo .shp, pero por sí solo está incompleto para su distribución, ya que se requieren los demás archivos de apoyo. El software SIG heredado espera que el prefijo del nombre de archivo se limite a ocho caracteres para ajustarse a la convención de nombres de archivo DOS 8.3, aunque las aplicaciones de software modernas aceptan archivos con nombres más largos.
Los shapefiles utilizan el formato [Binario Bien Conocido (WKB, por las siglas en inglés de, Well-known Binary)(https://
Puedes consultar el Informe técnico sobre Shapefile de ESRI para obtener más información sobre los shapefiles.
Archivos obligatorios¶
- Archivo principal (
.shp): formato shape, por ejemplo, los datos vectoriales espaciales (puntos, líneas y polígonos) que representan la geometría del objeto. - Archivo de índice (
.shx): posiciones de índice de formas (para permitir la recuperación de la geometría de los atributos). - Archivo dBASE (
.dbf): archivo de base de datos estándar que almacena el formato de atributos (atributos en columnas para cada tipo en formato dBase IV, normalmente legible por, por ejemplo, Microsoft Access o Excel).
Los registros corresponden en secuencia en cada uno de estos archivos, es decir, los atributos del registro del archivo dbf describen la característica del registro del archivo shp asociado.
Archivos opcionales¶
- Archivo de proyección (
.prj): descripción del sistema de referencia de coordenadas correspondiente utilizando una Representación en texto bien conocido de los sistemas de referencia de coordenadas Well-known text representation of coordinate reference systems (WKT o WKT-CRS) (en español, representación en texto conocido de los sistemas de referencia de coordenadas ). - Archivo Extensible Markup Language (en español, lenguaje de marcado extensible) (
.xml): metadatos geoespaciales en formato XML. - Archivo de página de códigos (
.cpg): archivos de texto sin formato para describir la codificación aplicada para crear el shapefile. Si tu shapefile no tiene un archivo.cpg, entonces utiliza la codificación predeterminada del sistema. - Archivos de índice espacial (
.sbny.sbx): archivos de índice codificados para acelerar los tiempos de carga.
Hay muchos archivos opcionales más. Consulta el libro blanco (en inglés, whitepaper).
Al igual que los archivos GeoJSON, los shapefiles se pueden leer directamente utilizando geopandas.read_file para cargar el archivo .shp. Lo haremos ahora utilizando un shapefile de ejemplo que muestra la delimitación del área de un incendio forestal.
SHAPEFILE = Path(FILE_STEM, 'assets/shapefiles/mckinney/McKinney_NIFC.shp')
gdf = gpd.read_file(SHAPEFILE)
gdf.info()
gdf.head()gdf.plot(color='red', alpha=0.5);Volveremos a utilizar este shapefile en cuadernos computacioales posteriores y explicaremos con más detalle lo que representa.